CN111504364B - 用于预测航空器的空气调节组合件中故障的方法 - Google Patents
用于预测航空器的空气调节组合件中故障的方法 Download PDFInfo
- Publication number
- CN111504364B CN111504364B CN201911325296.3A CN201911325296A CN111504364B CN 111504364 B CN111504364 B CN 111504364B CN 201911325296 A CN201911325296 A CN 201911325296A CN 111504364 B CN111504364 B CN 111504364B
- Authority
- CN
- China
- Prior art keywords
- air
- fault
- aircraft
- data
- controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004378 air conditioning Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004891 communication Methods 0.000 claims description 14
- 230000010006 flight Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 7
- 230000006866 deterioration Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D13/00—Arrangements or adaptations of air-treatment apparatus for aircraft crew or passengers, or freight space, or structural parts of the aircraft
- B64D13/06—Arrangements or adaptations of air-treatment apparatus for aircraft crew or passengers, or freight space, or structural parts of the aircraft the air being conditioned
- B64D13/08—Arrangements or adaptations of air-treatment apparatus for aircraft crew or passengers, or freight space, or structural parts of the aircraft the air being conditioned the air being heated or cooled
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D13/00—Arrangements or adaptations of air-treatment apparatus for aircraft crew or passengers, or freight space, or structural parts of the aircraft
- B64D13/06—Arrangements or adaptations of air-treatment apparatus for aircraft crew or passengers, or freight space, or structural parts of the aircraft the air being conditioned
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T50/00—Aeronautics or air transport
- Y02T50/50—On board measures aiming to increase energy efficiency
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Aviation & Aerospace Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Air-Conditioning For Vehicles (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
一种预测航空器的空气调节组合件中故障的方法(100),其中所述空气调节组合件包括一个或更多传感器,所述传感器输出涉及空气调节组合件温度、空气调节组合件压力、或空气调节组合件阀或致动器位置的数据,该方法包括:从可操作地耦合到空气调节组合件的所述传感器中的至少一个传感器传送数据(102),将传送的数据与预定阈值进行比较(104),以及基于其来预测(106)所述空气调节组合件中的故障。
Description
本申请是分案申请,其母案申请号为201480076040.2,申请日是2014年2月21日,发明名称是“用于预测航空器的空气调节组合件中故障的方法”。
背景技术
当代航空器包括空气调节系统,其从航空器的发动机带走热空气,以便在航空器内使用。当前,航空公司(airline)以及维护人员一直等到系统有故障或问题出现,且然后在或调度的或更有可能是非调度的维护期间去试图识别原因并修理它。故障发生也是基于飞行员的判断被手动记录的。
发明内容
在一个实施例中,本发明涉及一种预测航空器的空气调节组合件(pack)中故障的方法,其中空气调节组合件包括一个或更多传感器,该方法包括从可操作地耦合到空气调节组合件的传感器中的至少一个传感器来传送数据、将传送的数据与预定阈值进行比较、基于该比较来预测空气调节组合件中的故障、以及提供所预测故障的指示。
附图说明
在图中:
图1是地面系统以及航空器的透视图,本发明实施例可在其中被实现;
图2是示范空气调节系统的一部分的示意图;
图3是示范空气调节系统的一部分的示意图;以及
图4是流程图,示出了依据本发明的一实施例预测空气调节组合件中故障的方法。
具体实施方式
图1示出了航空器8,其可包括空气调节系统10,为了清楚的目的,该空气调节系统的仅仅一部分已经被示出,且该部分可执行本发明的实施例。如所示出的,航空器8可包括:被耦合到机身14的多个发动机12、置于机身14中的驾驶员座舱16、以及从机身14向外延伸的机翼组装件18。虽然商用航空器已经被示出,但是预期本发明的实施例可被使用在任何类型的航空器中,例如(没有限制),固定机翼、旋转机翼、火箭、个人航空器、以及军用航空器。此外,虽然两个发动机12已经被示出在每个机翼组装件18上,但将理解,任何数量的发动机12(包括单个发动机12)可以被包括。
空气调节系统10可形成航空器8的环境控制系统的一部分并且可包括各种的子系统。例如,除了别的以外,排放空气系统20、一个或更多空气调节组合件22、以及空气分布或机舱温度控制系统24(图3)可被包括在空气调节系统10中。该排放空气系统20可被连接到所述发动机12中的每个发动机,并且空气通过从每个发动机12的压缩机阶段(燃烧室的上游)被排出,可被供给到空气调节系统10。各种排放端口可被连接到发动机12的各种部分,以提供高度压缩的空气给排放空气系统20。这种排放空气的温度以及压力变化广泛,这取决于哪个压缩机阶段以及发动机12的RPM。空气调节组合件22和机舱温度控制系统24将在下面参照图2和图3被更加详细地描述。
多个另外的航空器系统30(其能够实现航空器8的恰当操作)也可被包括在航空器8中。涉及空气调节系统10、它的子系统、以及所述另外的航空器系统30的多个传感器32也可被包括在航空器8中。将理解,任何数量的传感器可以被包括,且任何适当类型的传感器可以被包括。所述传感器32可传送各种输出信号和信息。
控制器34和具有无线通信链路35的通信系统也可被包括在航空器8中。控制器34可以可操作地耦合到空气调节系统10、所述多个航空器系统30、以及所述传感器32。控制器34也可与航空器8的其它控制器连接。控制器34可包括存储器36,该存储器36可包括随机存取存储器(RAM)、只读存储器(ROM)、闪速存储器、或者一个或更多不同类型的便携式电存储器,例如盘、DVD、CD-ROM,等等,或这些类型的存储器的任何适当的组合。控制器34可包括一个或更多处理器38,其可运行任何适当的程序。控制器34可以是FMS的一部分,或可以可操作地耦合到FMS。
计算机可搜索的信息的数据库可被存储在存储器36中,且可被处理器38访问。该处理器38可以运行可执行指令的集合来显示该数据库或访问该数据库。备选的是,控制器34可以可操作地耦合到信息的数据库。例如,此类数据库可被存储在备选的计算机或控制器上。将理解,该数据库可以是任何适当的数据库,包括具有数据的多个集合的单个数据库、被链接到一起的多个离散的数据库、或甚至简单的数据表。预期该数据库可结合多个数据库,或该数据库可实际上是多个分离的数据库。该数据库可存储数据,其可包括航空器8的且涉及航空器的机队(fleet)的历史空气调节系统数据。该数据库也可包括参考值(包括预定的阈值、历史值、或合计值)以及涉及确定此类值的数据。
备选的是,预期该数据库可与控制器34分离,但可与控制器34通信,使得其可被控制器34访问。例如,预期该数据库可被包含在便携式存储器装置上,且在此类情况下,航空器8可包括用于接收该便携式存储器装置的端口,且此类端口将与控制器34电通信,使得控制器34可以能读取该便携式存储器装置的内容。还预期该数据库可以通过无线通信链路35进行升级,并且以这种方式,实时信息可被包括在数据库中且可被控制器34访问。
此外,预期此类数据库可以离开航空器8位于某一地点,例如航空公司操作中心、飞行操作部门控制、或另外的地点。控制器34可以可操作地耦合到无线网络,通过该无线网络可将数据库信息提供给控制器34。
虽然商业航空器已经被示出,但是预期本发明的实施例的部分可被实现在任何地方,包括在地面系统62的计算机或控制器60中。此外,如上所描述的数据库还可以位于目的地服务器或控制器60中,其可位于并且包括指定的地面系统62。备选的是,该数据库可位于备选的地面地点。地面系统62可经由无线通信链路64与其它装置(包括控制器34以及位于远离控制器60的数据库)通信。地面系统62可以是任何类型的通信地面系统62,例如航空公司控制或飞行操作部门。
图2示出了冷空气单元(也被称为空气调节组合件22)的示范示意图,其具有主热量(main heat)交换器70、初级热量(primary heat)交换器72、压缩机73、流控制阀74、涡轮75、抗冰阀76、冲压空气(ram air)致动器77、以及控制器78,其可位于航空器8的驾驶员座舱16内,并且可以可操作地耦合到控制器34。将理解,另外的组件也可被包括,且以上仅仅是示例。此外,多个传感器32已经被示出为被包括在空气调节组合件22内。所述传感器32可输出各种数据,包括涉及空气调节组合件22的温度、空气调节组合件22的压力、或阀位置的数据。例如,所述传感器32中的一些可以输出各种参数,包括二进制标记,用于指示阀设置和/或位置,包括例如阀的状态(例如,全开、开、转变中、关、全关)。
将理解,任何适当的组件可被包括在空气调节组合件22中,使得它可充当冷却装置。流向空气调节组合件22的排放空气的数量被流控制阀74管制。排放空气进入初级热交换器72,在那里它通过或冲压空气、膨胀、或二者的组合进行冷却。该冷却空气然后进入压缩机73,在那里它被重新加压,这再加热了该空气。穿过主热量交换器70使得空气冷却,同时保持着高压力。该空气然后穿过涡轮75,其使空气膨胀来进一步降低热量。
图3示出了机舱温度控制系统24的示意图,该控制系统具有混合器单元80、再循环风扇82、集气管84、和喷嘴86(其将空气分布到航空器8的机舱89内的分区88中)、以及控制机构90。如所示出的,来自空气调节组合件22的排气可在混合器单元80中与来自再循环风扇82的过滤空气相混合,且被馈送到集气管84中。来自集气管84的空气可被引导到航空器8的各个分区88中的头顶上的分布喷嘴86。控制机构90可控制每个分区88中的温度,以及机舱温度控制系统24的各种其它方面。将理解,该控制机构可以可操作地耦合到控制器34。多个传感器32可被包括,且可输出涉及机舱温度控制系统24的各种方面(包括分区88内的温度、机舱温度控制系统24内的压力等等)的信号。
将理解,航空器8与控制器60仅仅代表两个示范实施例,其可被配置来实现本发明的实施例或本发明的实施例的部分。在操作期间,航空器8和/或控制器60可预测空气调节系统10或其子系统的故障。作为非限制性示例,一个或更多传感器32可传送与空气调节系统10的各种特性有关的数据。控制器34和/或控制器60可利用来自控制机构、传感器32、航空器系统30、数据库的输入和/或来自航空公司控制或飞行操作部门的信息,以预测空气调节系统10或其子系统的故障。除了别的事情以外,控制器34和/或控制器60可在空气调节系统10的操作中随时间过去而分析数据,以确定偏离(drift)、趋势(trend)、阶跃(step)、或尖峰(spike)。控制器34和/或控制器60还可以分析传感器数据并且基于其来预测空气调节系统10中的故障。一旦空气调节系统10或其子系统的故障已经被预测,指示可以在航空器8上和/或在地面系统62被提供。预期空气调节系统10和/或其子系统的故障的诊断可在飞行期间被完成,可在飞行后被完成,或可在任何数量的飞行之后被完成。无线通信链路35和无线通信链路64可都被利用来传送数据,使得故障可以被控制器34和/或控制器60预测。
控制器34与控制器60中的一个可包括全部的或一部分的计算机程序,该计算机程序具有可执行指令集合,用于预测航空器8中的空气调节组合件故障。此类预测的故障可包括组件的不恰当操作以及组件的失效。在本文所使用时,术语预测指的是前瞻性的确定,其使得故障在故障发生时之前被了解,且其与检测或诊断形成对照,检测或诊断指的是在故障已经发生之后的确定。连同预测一起,控制器34和/或控制器60可以检测故障。不管控制器34和/或控制器60是否运行用于预测故障的程序,该程序可包括计算机程序产品,该计算机程序产品可包括机器可读媒体,其用于携带或具有机器可执行指令或被储存在其上的数据结构。
将理解,可实现本发明的实施例的环境的细节被阐述,以便提供本文所描述技术的透彻理解。然而,对于本领域技术人员来说将显而易见的是,所述示范实施例可没有这些具体细节而被实践。所述示范实施例参照图来描述。这些图示出实现了本文所描述的模块或方法、或计算机程序产品的具体实施例的某些细节。然而,所述图不应当被解释为施加可能出现在图中的任何限制。所述方法与计算机程序产品可被提供在任何机器可读的媒体上,以便完成它们的操作。所述实施例可被使用现有的计算机处理器、或通过为这个或另一用途而结合的特殊用途计算机处理器、或通过硬连线系统来实现。此外,多个计算机或处理器可以被利用,包括控制器34和/或控制器60可以从多个控制器来形成。将理解,预测故障的控制器可以是任何适当的控制器,包括:控制器可包括与彼此通信的多个控制器。
如以上所指出的,本文所描述的实施例可包括计算机程序产品,所述计算机程序产品包括机器可读媒体,用于携带或具有机器可执行指令或储存在其上的数据结构。此类机器可读媒体可以是任何可用的媒体,其可以被一般用途或特殊用途计算机或其它带有处理器的机器所访问。作为示例,此类机器可读媒体可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁存储装置、或能够被用来以机器可执行指令或数据结构的形式携带或存储期望的程序代码且能够被一般用途或特殊用途计算机或其它带有处理器的机器所访问的任何其它媒体。当信息通过网络或另一通信连接(或者硬连线、无线、或者硬连线或无线的组合)被传递或提供给机器的时候,该机器恰当地将该连接视为机器可读媒体。因而,任何此类连接恰当地被称为机器可读媒体。以上的组合也被包括在机器可读媒体的范畴之内。机器可执行指令包括,例如,指令和数据,其促使一般用途计算机、特殊用途计算机、或特殊用途处理机器执行某个功能或功能组。
实施例将在方法步骤的一般上下文中被描述,这些方法步骤可在一个实施例中被程序产品实现,所述程序产品包括机器可执行指令,例如程序代码(例如,在连网的环境中以机器执行的程序模块的形式)。一般地,程序模块包括例行程序、程序、对象、组件、数据结构等等,其具有执行特定任务的技术效果,或实现特定抽象数据类型。机器可执行指令、关联的数据结构、以及程序模块代表了用于执行本文所公开方法的步骤的程序代码的示例。此类可执行指令的特定序列或关联的数据结构代表了对于实现此类步骤中所描述的功能的对应动作的示例。
实施例可以在连网的环境中使用到一个或更多具有处理器的远程计算机的逻辑连接来被实践。逻辑连接可包括局域网(LAN)以及广域网(WAN),其被呈现在这里作为示例但不是限制。此类连网环境在办公室范围的或企业范围的计算机网络、内联网以及互联网中是常见的,且可使用广泛的各种不同通信协议。本领域中的那些技术人员将领会到此类网络计算环境将通常包含许多类型的计算机系统配置,包括个人计算机、手持装置、多处理器系统、基于微处理器的或可编程的消费者电子器件、网络PC、小型计算机、大型计算机、以及诸如此类。
实施例也可以在分布的计算环境中被实践,在那里任务由本地和远程处理装置来执行,这些装置通过通信网络(或者通过硬连线链路、无线链路,或者通过硬连线或无线链路的组合)来链接。在分布的计算环境中,程序模块既可以位于本地的存储器存储装置中,也可以位于远程的存储器存储装置中。
依照本发明的一实施例,图4示出方法100,其可以被用于预测空气调节系统10的空气调节组合件22中的故障;此类预测的故障可包括预测的失效或在哪里故障的水平增加到了系统失效之处。该方法100通过从一个或更多传感器32传送涉及空气调节组合件22的数据而开始于102。更具体地说,数据可以从一个或更多传感器32被传送,所述传感器输出涉及空气调节组合件22的组件与它们的关联控制器78的温度、压力或流率、阀位置、致动器位置等等的数据。这可包括顺序地和/或同时地从一个或更多的传感器32传送数据。传送的数据可以被任何适当的装置所接收,包括数据库或控制器34和/或控制器60。
传送的数据可涉及飞行的飞行前或巡航段。更具体地说,传送的数据可以是来自该飞行前、该巡航、攀爬、空转(idle)、下降、或飞行后的传感器输出。还预期传送的数据可以是针对既包括飞行前又包括巡航的任何数量的段。本文所使用的术语飞行前指代在轮子被抬起以便于飞行之前的任何时间(包括航空器8的滑行),并且可更具体地包括从一个或更多发动机已经被启动且舱门关闭时直到起飞滑跑(takeoff roll)开始的时间。本文所使用的术语飞行后指代航空器着陆之后的时间(包括航空器8的滑行),并且可更具体地可包括在制动完成之后且在主发动机被关闭或停机闸(parking brake)被设置之前的时间。预期另外的标准参数(由机上系统所记录)可以被传送,例如海拔高度和空气或地面速度,使得控制器可确定何时航空器8在飞行前和/或巡航中。虽然传送的数据可涉及飞行前或巡航,但是预期该数据可以在航空器8的任何数量的不同飞行阶段期间被传送,或在航空器8已经完成飞行之后被传送。例如,传感器输出可以每次飞行被传送一次、每次飞行被传送多次、或者飞行之后被传送。将理解,传送的数据(包括任何传感器输出)可包括时间系列数据(例如,1Hz)、合计、计算值等等。
在102的数据的传送可定义与空气调节组合件22的一个或更多特性有关的传感器输出。预期传感器输出可包括原始数据,从其可以导出或以其它方式提取各种其它信息来定义传感器输出。将理解,不管传感器输出是被直接接收的还是从所接收输出被导出的,该输出仍然可被认为是传感器输出。例如,传感器输出可以随时间过去而被合计,以定义合计的传感器数据。随时间过去合计传送的传感器输出可包括合计在飞行的多个阶段期间和/或在多个飞行期间传送的传感器输出。此类合计的传感器数据可包括中值、最大值、最小值等等。此类合计的传感器数据可在维护事件之后被重置。
在104,可将传送的数据与传送的数据的预定阈值相比较。预定阈值可以是涉及传送的数据的任何适当的预定阈值,包括预定阈值可以是温度值、压力值、可接受的阀或致动器位置范围等等。传送的数据的预定阈值也可包括传感器输出的历史预定阈值,包括例如涉及航空器的空气调节系统的历史数据或多个其它航空器的历史数据。因而,可将输出信号与从相同航空器的先前飞行获得的结果相比较,且对照航空器的整个机队。此外,传感器输出的预定阈值可包括在操作期间已经被确定的值。备选的是,所述预定阈值可被储存在以上所描述的数据库之一中。
以这种方式,可将传感器输出与传感器输出的预定阈值相比较。任何适当的比较可被做出。例如,比较可包括确定传感器输出与预定阈值之间的差异。作为非限制性示例,比较可包括将新近信号输出与历史值进行比较。比较可以在每次飞行的基础上被做出,或数据可以在一系列的飞行期间被处理。比较可以进一步测量两个参数之间的关联中的变化,包括该关联在哪里超过给定阈值。例如,在传送的数据可指示在飞行前和/或巡航期间空气调节组合件22的温度、压力、阀和致动器位置的情形中,比较可包括将所述温度、压力、以及位置与对应的预定阈值进行比较。在中值对于传送的数据被计算的情况下,在104的比较可包括将中值与预定阈值进行比较。此外还有当传送的数据的最小值与最大值可以被确定的时候,在104的比较可包括将所述最小值和/或最大值与预定阈值进行比较。还预期多个比较可以在104被做出。例如,一种类型的传感器数据可以被多次传送,且所述比较可将该数据与预定阈值(例如控制限制)进行比较。
在106,空气调节组合件22中的故障可以基于在104的比较而被预测。例如,当比较指示传感器数据满足预定阈值的时候,空气调节系统10的空气调节组合件22中的故障可以被预测。术语“满足”阈值在本文被使用,以意指变化比较满足了预定阈值,例如等于、小于、或大于阈值。将理解,此类确定可轻易地被改变,以便由正/负比较或真/假比较来满足。例如,当数据被数值上倒转的时候,通过应用大于测试,小于阈值能够轻易地被满足。
空气调节系统10的空气调节组合件22中的任何数量的故障可以被确定。作为非限制性示例,故障可对于空气调节组合件22的热交换器被确定。更具体地说,已经确定的是,当比较指示组合件压缩机出口温度正朝控制限制上升的时候,空气调节组合件22的热交换器的故障可以被预测。更具体地说,已经确定的是,由于热交换器失去效力,空气调节组合件22的压缩机出口温度可朝180℃的限制上升。
此外,随着恶化(degradation)继续,冲压空气入口风门(flap)位置可以在巡航期间被朝向百分之四十开口位置移动,以尝试和增加通过热交换器的冷却流。在地面上,风门总是被保持在百分之百,因而这种位置中的改变从涉及航空器在地面上时的数据传送是观测不到的。一旦空气调节组合件22的压缩机出口温度可不再被冲压空气流所保持,中间组合件流可被观测到在飞行前与巡航期间减少至标称的0.45 kg/s以下。此外,下游温度(包括抽水器和组合件出口)可继续上升。为了确保此类热交换器问题的正确诊断,其它的特征可以被监视,以确保它们在正常的范围之内,且不是所观测到的行为的原因。例如,另外的特征,包括排放空气温度、排放空气压力、旁路阀(bypass valve)位置、以及外面的空气温度,可以被监视,并且当确定所述另外特征在正常的范围之内的时候,故障可对于热交换器被预测。
对于此类故障的预测的时间期取决于根本原因,但是对于一般的恶化(通过污垢等的积聚),恶化通常能够在重大的性能影响前六周被识别,且恶化的状态能够通过减小的组合件流、打开的冲压空气风门、以及增加的温度的各种阶段来被跟踪,从而允许问题的严重性被了解且被相应地优先排序。
传感器故障也可以通过确定高数量的超出范围的读数来被确定。将理解,任何数量的故障可以被基于任何数量的比较来预测,只要有关的数据被获得、合适的比较被做出等等。这些比较也可以被用来提供涉及故障的严重性的信息。
以这种方式,传送的数据可经历关于它们自身以及其它参数/特征的统计分析,且这种信息可以被用来确定即将发生的故障和/或恶化,以及提供关联的信息,例如严重性和预兆信息(通过加亮特定组件的即将发生的失效)。将理解,任何适当的控制器或计算机可执行方法100的一个或更多部分。例如,航空器的控制器比较传送的数据、预测故障、且提供指示。控制器可利用算法来预测故障。在实现中,预定阈值与比较可以被转化为算法来预测空气调节系统10的空气调节组合件22中的故障。此类算法可以被转化为包含可执行指令集合的计算机程序,其可以被控制器50和/或控制器60来执行。被机载系统记录的各种其它参数,例如海拔高度、速度等等,也可以被此类计算机程序所利用以预测空气调节系统10的空气调节组合件22中的故障。备选的是,该计算机程序可包括模型,其可以被用来预测空气调节组合件22中的故障。
在108,控制器50和/或控制器60可提供在106被预测的空气调节组合件22中的故障的指示。该指示可以在任何适当的地点(包括在驾驶员座舱16中,以及在地面系统62),以任何适当的方式被提供。例如,该指示可以被提供在航空器8的驾驶员座舱16中的主飞行显示器(PFD)上。如果控制器34运行该程序,那么该指示可以被提供在航空器8上,且/或可以被上载到地面系统62。备选的是,如果控制器60运行该程序,那么该指示可以被上载或以其它方式被传达(relay)到航空器8。备选的是,该指示可以被传达,使得它可以被提供在另一地点,例如航空公司控制或飞行操作部门。
将理解,预测空气调节组合件22中故障的方法是灵活的,且所示出的方法仅仅是为了说明性的目的。例如,所描绘的步骤的序列只是为了说明性的目的,且并非旨在以任何方式限制方法100,因为理解到所述步骤可以以不同的逻辑顺序来进行,或在不有损于本发明的实施例的情况下,另外的或介入的步骤可被包括。作为进一步的示例,还预期传送的数据可包括来自多个飞行的数据,包括此类多个飞行的飞行前和/或巡航部分。在此类情形中,比较传送的数据可包括将来自所述多个飞行的数据与相关的预定阈值进行比较。以这种方式,利用所述多个飞行的数据,可以做出多个比较。此外,预测故障可包括当所述比较指示预定阈值被满足了预定次数和/或在预定数量的飞行期间被满足时预测到故障。此外,所预测的故障可基于导出的数据,例如中值、最小值、最大值、标准偏差、高于或低于阈值的计数、状态的改变、相关等等,其可以按照航空器的飞行的阶段来被计算。
以上所描述实施例的有益效果包括:被航空器收集的数据可以被利用来预测空气调节系统或其子系统中的故障。这允许此类预测的故障在它们发生前被纠正。目前没有方法来预测空气调节系统或其子系统中的故障,且发生在航空器使用期间的不曾预料的问题、或甚至是已知的问题(它们要求计划外的维护行动)导致对于航空公司的潜在操作影响。以上所描述实施例能够实现操作影响的减少,包括由于空气调节系统故障所要求的非调度维护的水平方面以及对于乘客的延误方面的减少。以上所描述实施例也由于所提供的预兆信息而有助于规划调度的维护。以上所描述实施例允许对于用户自动预测与警告故障。以上的实施例允许关于在其子系统的空气调节系统中的故障的准确预测被做出。通过预测此类问题,在此类故障发生前,充足的时间可以被允许来做出修理。这通过降低维护成本、重新调度成本、以及最小化操作影响(包括最小化航空器在地面上的时间)而允许成本节约。
该书面描述使用示例来公开本发明,包括最佳模式,且还使本领域中任何技术人员能够实践本发明,包括制作和使用任何装置或系统,以及执行任何结合的方法。本发明的可取得专利的范畴是由权利要求来定义的,且可包括本领域中的那些技术人员所想到的其它示例。如果它们具有不与权利要求的字面语言不同的结构元件,或如果它们包括与权利要求的字面语言有非本质差异的等同结构元件,则此类其它示例旨在在权利要求的范畴之内。
Claims (13)
1.一种预测航空器的空气调节组合件中故障的方法,其中所述空气调节组合件包括一个或更多传感器,所述传感器输出涉及空气调节组合件温度、空气调节组合件压力、或空气调节组合件阀或致动器位置的数据,所述方法包括:
从可操作地耦合到所述空气调节组合件的所述传感器中的至少一个传感器传送数据;
由包括在所述航空器中的控制器将所传送的数据与预定阈值进行比较,其中所述控制器可操作为通过无线通信链路与远程的数据库进行通信,所述数据库位于所述航空器之外并且包含所述预定阈值;
基于所述比较来预测所述空气调节组合件中的故障;以及
提供所预测的故障的指示,
所述方法进一步包括监视另外的特征,包括排放空气温度、排放空气压力、旁路阀位置,以及外面的空气温度,
其中,当确定所述另外的特征在正常的范围之内时,对于所述空气调节组合件的热交换器来预测所述故障。
2.如权利要求1所述的方法,其中,传送所述数据包括传送涉及飞行前与巡航的数据。
3.如权利要求1或2中任一项所述的方法,其中,传送所述数据包括传送来自多个飞行的数据。
4.如权利要求3所述的方法,其中,比较所传送的数据包括将来自所述多个飞行的所述数据与所述至少一个预定阈值进行比较。
5.如权利要求4所述的方法,其中,所述预测所述故障包括当比较指示所述预定阈值在多个飞行期间被满足时预测到所述故障。
6.如权利要求1所述的方法,其中,所述航空器的控制器比较所传送的数据、预测所述故障、且提供所述指示。
7.如权利要求6所述的方法,其中,所述控制器利用算法来预测所述故障。
8.如权利要求1所述的方法,其中,所传送的数据指示所述空气调节组合件的温度、压力、阀位置以及致动器位置。
9.如权利要求8所述的方法,其中,所述比较包括将所述温度、压力、以及位置与对应的预定阈值进行比较。
10.如权利要求8或9中任一项所述的方法,进一步包括计算所传送的数据的中值。
11.如权利要求10所述的方法,其中,所述比较包括将所述中值与所述预定阈值进行比较。
12.如权利要求8到9中任一项所述的方法,进一步包括计算所传送的数据的最小值与最大值。
13.如权利要求12所述的方法,其中,所述比较包括将所述最小值或最大值与所述预定阈值进行比较。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911325296.3A CN111504364B (zh) | 2014-02-21 | 2014-02-21 | 用于预测航空器的空气调节组合件中故障的方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201480076040.2A CN106030429B (zh) | 2014-02-21 | 2014-02-21 | 用于预测航空器的空气调节组合件中故障的方法 |
PCT/GB2014/050508 WO2015124889A1 (en) | 2014-02-21 | 2014-02-21 | Method for predicting a fault in an air-conditioning pack of an aircraft |
CN201911325296.3A CN111504364B (zh) | 2014-02-21 | 2014-02-21 | 用于预测航空器的空气调节组合件中故障的方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480076040.2A Division CN106030429B (zh) | 2014-02-21 | 2014-02-21 | 用于预测航空器的空气调节组合件中故障的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111504364A CN111504364A (zh) | 2020-08-07 |
CN111504364B true CN111504364B (zh) | 2023-03-17 |
Family
ID=50231453
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480076040.2A Expired - Fee Related CN106030429B (zh) | 2014-02-21 | 2014-02-21 | 用于预测航空器的空气调节组合件中故障的方法 |
CN201911325296.3A Active CN111504364B (zh) | 2014-02-21 | 2014-02-21 | 用于预测航空器的空气调节组合件中故障的方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480076040.2A Expired - Fee Related CN106030429B (zh) | 2014-02-21 | 2014-02-21 | 用于预测航空器的空气调节组合件中故障的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9971969B2 (zh) |
EP (1) | EP3108313B1 (zh) |
JP (1) | JP2017507063A (zh) |
CN (2) | CN106030429B (zh) |
BR (1) | BR112016017908A2 (zh) |
CA (1) | CA2940210A1 (zh) |
WO (1) | WO2015124889A1 (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015124889A1 (en) * | 2014-02-21 | 2015-08-27 | Taleris Global Llp | Method for predicting a fault in an air-conditioning pack of an aircraft |
US10495547B2 (en) * | 2015-06-08 | 2019-12-03 | Hamilton Sundstrand Corporation | Plate-fin heat exchanger fouling identification |
US20170233104A1 (en) * | 2016-02-12 | 2017-08-17 | Ge Aviation Systems Llc | Real Time Non-Onboard Diagnostics of Aircraft Failures |
US10346585B2 (en) | 2016-02-22 | 2019-07-09 | Hamilton Sundstrand Corporation | Method of predicting heat exchanger blockage via ram air fan surge margin |
US10196928B2 (en) * | 2016-03-02 | 2019-02-05 | General Electric Company | Method and system for piping failure detection in a gas turbine bleeding air system |
FR3052273B1 (fr) * | 2016-06-02 | 2018-07-06 | Airbus | Prediction de pannes dans un aeronef |
US10731568B2 (en) * | 2016-11-23 | 2020-08-04 | General Electric Company | Systems and methods for reducing airflow imbalances in turbines |
CN106697298B (zh) * | 2016-12-29 | 2019-05-31 | 东方航空技术有限公司 | 应用于飞机的报警方法、系统、及监测终端 |
US10242508B2 (en) | 2017-01-10 | 2019-03-26 | Honeywell International Inc. | Aircraft maintenance systems and methods for ECS fouling predictions |
US10534359B2 (en) | 2017-01-10 | 2020-01-14 | Honeywell International Inc. | Aircraft management systems and methods for ECS predictive maintenance |
US11080660B2 (en) * | 2017-03-20 | 2021-08-03 | The Boeing Company | Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation |
US20190057560A1 (en) * | 2017-08-16 | 2019-02-21 | The Boeing Company | Method and system for predicting wing anti-ice failure |
CN108163224B (zh) * | 2017-11-28 | 2020-10-23 | 中国南方航空股份有限公司 | 一种民航飞机空调流量控制活门状态监控装置和方法 |
US11410056B1 (en) * | 2018-11-20 | 2022-08-09 | American Airlines, Inc. | Predictive sensor system for aircraft engines with graphical user interface |
US11256245B2 (en) * | 2018-12-26 | 2022-02-22 | General Electric Company | Model for predicting distress on a component |
US11687067B2 (en) * | 2019-04-04 | 2023-06-27 | Honeywell International Inc. | Pattern classification system with smart data collection for environmental control system fault isolation |
US11518545B2 (en) | 2019-04-17 | 2022-12-06 | The Boeing Company | Supplemental cooling unit prediction system |
CN110471380A (zh) * | 2019-08-15 | 2019-11-19 | 四川长虹电器股份有限公司 | 一种用于智能家居系统的空调故障监控及预警方法 |
US11816935B2 (en) * | 2019-10-18 | 2023-11-14 | The Boeing Company | Predicting a repair and maintenance activity for an aircraft system |
US11551484B2 (en) * | 2020-02-07 | 2023-01-10 | The Boeing Company | Vapor cycle machine management system |
US11780591B2 (en) * | 2020-11-23 | 2023-10-10 | Honeywell International Inc. | Environmental control system performance monitoring |
CN115264748A (zh) * | 2022-06-24 | 2022-11-01 | 青岛海尔空调器有限总公司 | 空调故障检测方法、装置、空调及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1668519A (zh) * | 2002-06-04 | 2005-09-14 | 兰普森创意股份有限公司 | 安全系统 |
CN103597417A (zh) * | 2011-05-31 | 2014-02-19 | 空中客车营运有限公司 | 状态监测方法及装置 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5511385A (en) * | 1994-12-23 | 1996-04-30 | United Technologies Corp. | Independent compartment temperature control for single-pack operation |
GB2378248A (en) * | 2001-05-09 | 2003-02-05 | Worcester Entpr Ltd | A fault prediction system for vehicles |
US20030013072A1 (en) * | 2001-07-03 | 2003-01-16 | Thomas Richard Todd | Processor adjustable exercise apparatus |
US6701727B2 (en) * | 2001-10-12 | 2004-03-09 | Hitachi Building Systems Co., Ltd. | Apparatus and method for managing heat source unit for air conditioner |
DE102005053696B4 (de) * | 2005-11-10 | 2009-05-14 | Airbus Deutschland Gmbh | Notfall-Staulufteinlassklappe eines Flugzeuges |
US7380408B2 (en) * | 2005-12-20 | 2008-06-03 | Hamilton Sunstrand Corporation | Integrated control system for combined galley refrigeration unit and cabin air conditioning system |
DE112008001836T5 (de) * | 2007-07-17 | 2010-06-24 | Johnson Controls Technology Company, Holland | Extremwertregelung mit Stellglied-Sättigungskontrolle |
US20090061367A1 (en) * | 2007-08-28 | 2009-03-05 | Andrew Robert Caves | Appliance having a safety string |
US8955365B2 (en) * | 2008-12-23 | 2015-02-17 | Embraer S.A. | Performance monitoring and prognostics for aircraft pneumatic control valves |
US9771169B2 (en) * | 2009-03-20 | 2017-09-26 | Axa Power Aps | Preconditioned air unit with variable frequency driving |
JP5509765B2 (ja) * | 2009-09-24 | 2014-06-04 | 富士通株式会社 | 空調制御装置、空調制御方法および空調制御プログラム |
US8285438B2 (en) * | 2009-11-16 | 2012-10-09 | Honeywell International Inc. | Methods systems and apparatus for analyzing complex systems via prognostic reasoning |
JP5433387B2 (ja) * | 2009-11-30 | 2014-03-05 | 株式会社日立製作所 | 車両用機器冷却暖房システム |
CN101916108B (zh) * | 2010-08-31 | 2012-07-04 | 上海交通大学 | 用于民用飞机环境控制系统功能试验的自动化装置 |
US8793026B2 (en) * | 2010-09-15 | 2014-07-29 | The Boeing Company | Electrical load management system |
DE102010047970A1 (de) * | 2010-10-08 | 2012-04-12 | Airbus Operations Gmbh | Flugzeug-Klimaanlage mit konditionierter Wärmesenke |
US8640469B2 (en) * | 2011-08-08 | 2014-02-04 | The Boeing Company | Aircraft supplemental liquid cooler and method |
US9689790B2 (en) * | 2012-07-05 | 2017-06-27 | Honeywell International Inc. | Environmental control systems and techniques for monitoring heat exchanger fouling |
GB2513132B (en) * | 2013-04-16 | 2015-05-27 | Ge Aviat Systems Ltd | Method for predicting a bleed air system fault |
US10137317B2 (en) * | 2013-05-14 | 2018-11-27 | The Boeing Company | Aircraft air supply systems for reducing effective altitude experienced at selected locations |
US10232947B2 (en) * | 2013-05-14 | 2019-03-19 | The Boeing Company | Aircraft air supply systems for reducing effective altitude of flight decks |
WO2015124889A1 (en) * | 2014-02-21 | 2015-08-27 | Taleris Global Llp | Method for predicting a fault in an air-conditioning pack of an aircraft |
-
2014
- 2014-02-21 WO PCT/GB2014/050508 patent/WO2015124889A1/en active Application Filing
- 2014-02-21 CN CN201480076040.2A patent/CN106030429B/zh not_active Expired - Fee Related
- 2014-02-21 CA CA2940210A patent/CA2940210A1/en not_active Abandoned
- 2014-02-21 US US15/119,393 patent/US9971969B2/en active Active
- 2014-02-21 CN CN201911325296.3A patent/CN111504364B/zh active Active
- 2014-02-21 EP EP14708086.5A patent/EP3108313B1/en active Active
- 2014-02-21 BR BR112016017908A patent/BR112016017908A2/pt not_active IP Right Cessation
- 2014-02-21 JP JP2016550850A patent/JP2017507063A/ja not_active Ceased
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1668519A (zh) * | 2002-06-04 | 2005-09-14 | 兰普森创意股份有限公司 | 安全系统 |
CN103597417A (zh) * | 2011-05-31 | 2014-02-19 | 空中客车营运有限公司 | 状态监测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2017507063A (ja) | 2017-03-16 |
CN106030429B (zh) | 2020-01-21 |
CN106030429A (zh) | 2016-10-12 |
US9971969B2 (en) | 2018-05-15 |
WO2015124889A1 (en) | 2015-08-27 |
EP3108313A1 (en) | 2016-12-28 |
EP3108313B1 (en) | 2020-07-22 |
CN111504364A (zh) | 2020-08-07 |
BR112016017908A2 (pt) | 2017-08-08 |
CA2940210A1 (en) | 2015-08-27 |
US20170061295A1 (en) | 2017-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111504364B (zh) | 用于预测航空器的空气调节组合件中故障的方法 | |
US10228687B2 (en) | Method for diagnosing a fault in an air-conditioning pack of an aircraft | |
JP6085581B2 (ja) | 抽気システムの故障を予測するための方法 | |
US9567106B2 (en) | System and method for identifying faults in an aircraft | |
CA2851014C (en) | Method for diagnosing a bleed air system fault | |
US20170052072A1 (en) | Method for diagnosing a fault in a cabin temperature control system of an aircraft | |
US20170052836A1 (en) | Method for predicting a fault in a cabin temperature control system of an aircraft | |
CN106233215B (zh) | 确定飞行器的空调系统的性能的方法 | |
EP3105441B1 (en) | Method for detecting a bleed air system fault |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |